CN113189454B - 超声信号碰撞次数归一化的gis金属微粒识别方法 - Google Patents
超声信号碰撞次数归一化的gis金属微粒识别方法 Download PDFInfo
- Publication number
- CN113189454B CN113189454B CN202110359558.9A CN202110359558A CN113189454B CN 113189454 B CN113189454 B CN 113189454B CN 202110359558 A CN202110359558 A CN 202110359558A CN 113189454 B CN113189454 B CN 113189454B
- Authority
- CN
- China
- Prior art keywords
- collision
- metal particles
- gis
- time interval
- normalization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,方法中,采集金属微粒与GIS壳体碰撞产生的超声信号,对不同数量金属微粒碰撞的超声信号进行提取,对不同数量的金属微粒相邻两次碰撞时间间隔以及时间间隔对应的碰撞次数进行统计和归一化处理,其中,对相邻两次碰撞信号间时间间隔进行提取并对时间间隔进行划分,统计相对应的时间间隔内微粒碰撞次数并进行归一化处理,绘制不同数量金属微粒对应的碰撞时间间隔‑碰撞次数归一化谱图,拟合不同数量的金属微粒碰撞时间间隔‑碰撞次数归一化谱图,提取不同数量金属微粒对应的拟合曲线特征参量,建立单/多金属微粒与谱图之间的对应关系以区分单/多金属微粒。
Description
技术领域
本发明涉及高电压电工电器技术和GIS/GIL内缺陷检测技术领域,尤其涉及一种超声信号碰撞次数归一化的GIS金属微粒识别方法。
背景技术
高电压电工电器技术和GIS/GIL内缺陷检测领域,金属微粒是GIS内最常见的缺陷之一,由于金属微粒的存在会给GIS的绝缘性能带来巨大的潜在威胁,因此GIS内金属微粒的检测是亟需解决解决的问题。
目前GIS内金属微粒检测主要是通过超声飞行时间谱图实现对单个金属微粒的识别。由于现实运行工况下,GIS内可能同时存在多个金属微粒,因此上述针对单个微粒的超声飞行时间谱图的方法不再适用。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解,因此可能包含不构成本领域普通技术人员公知的现有技术的信息。
发明内容
本发明的目的是提供一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法。利用超声信号传感器采集自由金属微粒与GIS壳体碰撞产生的声信号,通过对声信号进行处理,提取微粒相邻两次碰撞时间间隔并对碰撞时间间隔进行统计分析,得到单微粒与多微粒碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)图谱。针对不同数量的金属微粒,分别绘制其Δt-Normalized N谱图,根据不同微粒超声信号谱图之间的差异,实现对单/多微粒的识别。为了实现上述目的,本发明提供如下技术方案:
本发明的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法包括:
采集金属微粒与GIS壳体碰撞产生的超声信号,
对不同数量金属微粒碰撞的超声信号进行提取,其中,提取金属微粒与GIS壳体碰撞产生的超声信号幅值以及对应的碰撞时刻,
对不同数量的金属微粒相邻两次碰撞时间间隔以及所述时间间隔对应的碰撞次数进行统计和归一化处理,其中,对相邻两次碰撞信号间时间间隔进行提取并对时间间隔进行划分,统计相对应的时间间隔内微粒碰撞次数并进行归一化处理,绘制不同数量金属微粒对应的碰撞时间间隔-碰撞次数归一化谱图,
拟合不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图,提取不同数量金属微粒对应的拟合曲线特征参量,建立单/多金属微粒与谱图之间的对应关系以区分单/多金属微粒。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法中,利用声信号传感器和示波器采集金属微粒碰撞的超声信号。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法中,不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图中,随着金属微粒数量的增加,相邻两次碰撞时间间隔的分量占比逐渐增加,碰撞次数随碰撞时间间隔增加呈逐渐下降趋势。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法中,单微粒碰撞时间间隔-碰撞次数归一化谱图中,随着相邻两次碰撞时间间隔增加,呈现从零逐渐上升到一峰值再逐渐下降的趋势。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法中,单微粒碰撞时间间隔-碰撞次数归一化谱图近似呈正态分布。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法中,特征参量包括方差、标准差、峭度、偏度、均方根、波形因子、峰值因子、脉冲因子、裕度因子。
在上述技术方案中,本发明提供的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,具有以下有益效果:基于超声信号的碰撞次数归一化的GIS金属微粒识别方法能够快速准确识别单个、多个金属微粒,显著提高了超声检测的精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的单微粒到四微粒图谱示意图;
图2是一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的单/多微粒碰撞次数归一化图谱拟合曲线示意图;
图3是本发明一个实施方式的基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的程序流程示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图1至图3,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
本发明公开了一种基于超声信号Δt-Normalized N的GIS金属微粒识别方法,基于超声信号Δt-Normalized N的GIS金属微粒识别方法通过采集微粒与GIS壳体碰撞产生的声信号,对微粒相邻两次碰撞时间间隔以及相应时间间隔对应的碰撞次数进行统计和归一化处理,存在多微粒时,微粒运动间的独立性以及随机性,微粒很大概率会几近同时与GIS壳体发生碰撞,因此微粒相邻两次碰撞时间间隔接近于零分量占比要远高于单微粒。并且随着GIS内金属微粒数量的增加,相应的碰撞时间间隔趋近于零的分量逐渐增加,单/多微粒二者碰撞时间间隔(Δt)-碰撞次数(N)归一化谱图(Δt-Normalized N)存在显著差异。GIS内存在单微粒时,Δt-Normalized N谱图近似呈现正态分布,碰撞次数随着碰撞时间间隔的增加呈现从接近于零先上升后下降的趋势,碰撞时间间隔接近于零的分量占比接近于零;存在双微粒时,Δt-Normalized N谱图存在明显接近于零的时间间隔分量,碰撞次数随着碰撞时间间隔的增加呈现从非零分量先小幅上升后下降的趋势;存在两个以上微粒时,微粒碰撞时间间隔接近于的零的分量占比最高,并且随着时间间隔增加,相对应的碰撞次数所占分量逐渐减小。微粒数量越多,Δt-Normalized N谱图下降趋势越陡。
参见图1至图3所示,在一个实施例中,本发明的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法包括,
采集金属微粒与GIS壳体碰撞产生的超声信号,
对不同数量金属微粒碰撞的超声信号进行提取,其中,提取金属微粒与GIS壳体碰撞产生的超声信号幅值以及对应的碰撞时刻,
对不同数量的金属微粒相邻两次碰撞时间间隔以及所述时间间隔对应的碰撞次数进行统计和归一化处理,其中,对相邻两次碰撞信号间时间间隔进行提取并对时间间隔进行划分,统计相对应的时间间隔内微粒碰撞次数并进行归一化处理,绘制不同数量金属微粒对应的碰撞时间间隔-碰撞次数归一化谱图,
拟合不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图,提取不同数量金属微粒对应的拟合曲线特征参量,建立单/多金属微粒与谱图之间的对应关系以区分单/多金属微粒。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,利用声信号传感器和示波器采集金属微粒碰撞的超声信号。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图中,随着金属微粒数量的增加,相邻两次碰撞时间间隔的分量占比逐渐增加,碰撞次数随碰撞时间间隔增加呈逐渐下降趋势。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,单微粒碰撞时间间隔-碰撞次数归一化谱图中,随着相邻两次碰撞时间间隔增加,呈现从零逐渐上升到一峰值再逐渐下降的趋势。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,单微粒碰撞时间间隔-碰撞次数归一化谱图近似呈正态分布。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,特征参量包括方差、标准差、峭度、偏度、均方根、波形因子、峰值因子、脉冲因子、裕度因子。
所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法的优选实施方式中,基于超声信号Δt-Normalized N的GIS金属微粒识别方法通过采集微粒与GIS壳体碰撞产生的声信号,对微粒相邻两次碰撞时间间隔以及相应时间间隔对应的碰撞次数进行统计和归一化处理,存在多微粒时,微粒运动间的独立性以及随机性,微粒很大概率会几近同时与GIS壳体发生碰撞,因此微粒相邻两次碰撞时间间隔接近于零分量占比要远高于单微粒。并且随着GIS内金属微粒数量的增加,相应的碰撞时间间隔趋近于零的分量逐渐增加,单/多微粒二者碰撞时间间隔(Δt)-碰撞次数(N)归一化谱图(Δt-Normalized N)存在显著差异。GIS内存在单微粒时,Δt-Normalized N谱图近似呈现正态分布,碰撞次数随着碰撞时间间隔的增加呈现从接近于零先上升后下降的趋势,碰撞时间间隔接近于零的分量占比接近于零;存在双微粒时,Δt-Normalized N谱图存在明显接近于零的时间间隔分量,碰撞次数随着碰撞时间间隔的增加呈现从非零分量先小幅上升后下降的趋势;存在两个以上微粒时,微粒碰撞时间间隔接近于的零的分量占比最高,并且随着时间间隔增加,相对应的碰撞次数所占分量逐渐减小。微粒数量越多,Δt-Normalized N谱图下降趋势越陡。
在一个实施例中,基于超声信号Δt-Normalized N的GIS金属微粒识别方法通过采集微粒与GIS壳体碰撞产生的声信号,对微粒相邻两次碰撞时间间隔以及相应时间间隔对应的碰撞次数进行统计和归一化处理,由于存在多微粒时,微粒运动间的独立性以及随机性,微粒很大概率会几近同时与GIS壳体发生碰撞,因此微粒相邻两次碰撞时间间隔接近于零分量占比要远高于单微粒。并且随着GIS内金属微粒数量的增加,相应的碰撞时间间隔趋近于零的分量逐渐增加,单/多微粒二者碰撞时间间隔(Δt)-碰撞次数(N)归一化谱图(Δt-Normalized N)存在显著差异,识别方法包括存在不同数量金属微粒时微粒相邻两次碰撞时间间隔的统计以及归一化处理,绘制不同数量金属微粒对应的Δt-Normalized N谱图,建立单/多微粒与谱图之间的对应关系,实现对单/多微粒的区分。更进一步地,利用声信号传感器采集微粒与GIS壳体碰撞产生的声信号,通过提取微粒碰撞产生的声信号进行处理,提取相邻两次碰撞信号之间的时间间隔并对相对应的时间间隔进行统计和归一化处理,绘制了碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)图谱。更进一步地,利用碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)图谱实现对多金属微粒的识别,主要是基于当GIS内存在双微粒甚至是多微粒时,由于多微粒相互之间运动具有一定独立性和随机性,微粒可能会连续甚至同时碰撞壳体,表现在检测到的超声信号上,就是碰撞声信号之间产生交叠。而对于单微粒,由于从第一次碰撞反弹飞起到再次与壳体碰撞之间会有一定的时间间隔,表现到检测的超声信号上,就是相邻两次碰撞之间有一定时间间隔,碰撞信号很难产生重叠。更进一步地,如图1给出了单到四个金属微粒碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)典型图谱。通过对比上图单微粒到四微粒碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)图谱,可以发现,两个和两个以上微粒的Δt-Normalized N图谱具有明显的Δt→0的分量,并且随着微粒数量的增加,相邻两次碰撞时间间隔Δt→0的分量占比逐渐增加,Δt-Normalized N谱图随碰撞时间间隔Δt增加呈逐渐下降趋势。而单微粒Δt-Normalized N图谱则是随着相邻两次碰撞时间间隔Δt增加,呈现从零逐渐上升到一峰值再逐渐下降的趋势,也即近似呈正态分布,出现上述现象的原因如上文所述。更进一步地,存在双微粒时,Δt-Normalized N谱图存在明显接近于零的时间间隔分量,碰撞次数随着碰撞时间间隔的增加呈现从非零分量先小幅上升后下降的趋势;存在两个以上微粒时,微粒碰撞时间间隔接近于的零的分量占比最高,并且随着时间间隔增加,相对应的碰撞次数所占分量逐渐减小。微粒数量越多,Δt-Normalized N谱图下降趋势越陡。更进一步地,图2给出了单微粒到多微粒的典型Δt-Normalized N图谱拟合图,据此可以根据上述差异实现对单微粒以及多微粒的识别。更进一步地,通过对上述单/多微粒Δt-Normalized N图谱拟合曲线参数进行提取,通过提取不同个数微粒拟合曲线的特征参量,如方差、标准差、峭度、偏度、均方根、波形因子、峰值因子、脉冲因子、裕度因子等特征参量,识别存在不同个数微粒的拟合曲线之间的特征差异,并据此提出基于单/多微粒Δt-Normalized N图谱拟合曲线的单/多微粒区分方法。
在一个实施例中,请参阅图3,本发明实施例包括:
利用声信号传感器和示波器采集微粒碰撞声信号。
对不同数量金属微粒碰撞声信号进行提取,提取微粒与GIS壳体碰撞产生的声信号幅值以及对应的碰撞时刻。
单/多微粒碰撞信号规律差异,单个微粒相邻两次碰撞之间存在一定时间间隔,多微粒可能会同时甚至接近同时与壳体发生碰撞,相对应的碰撞信号时间间隔接近于零,具有明显的接近于零的时间间隔分量。
相邻碰撞信号时间间隔统计以及归一化处理,对相邻两次碰撞信号间时间间隔进行提取并对时间间隔进行划分,统计相对应的时间间隔内微粒碰撞次数并进行归一化处理,得到微粒飞行时间间隔-碰撞次数归一化(Δt-Normalized N)谱图。
不同微粒碰撞时间间隔-碰撞次数归一化(Δt-Normalized N)谱图的拟合,对存在不同数量金属微粒时微粒(Δt-Normalized N)谱图进行拟合,可得不同数量金属微粒对应的谱图之间的差异,据此可实现对单/多微粒直接有效区分。
对不同数量金属微粒(Δt-Normalized N)拟合曲线特征参量提取。
最后应该说明的是:所描述的实施例仅是本申请一部分实施例,而不是全部的实施例,基于本申请中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
以上只通过说明的方式描述了本发明的某些示范性实施例,毋庸置疑,对于本领域的普通技术人员,在不偏离本发明的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,上述附图和描述在本质上是说明性的,不应理解为对本发明权利要求保护范围的限制。
Claims (6)
1.一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,其包括以下步骤:
采集金属微粒与GIS壳体碰撞产生的超声信号,
对不同数量金属微粒碰撞的超声信号进行提取,其中,提取金属微粒与GIS壳体碰撞产生的超声信号幅值以及对应的碰撞时刻,
对不同数量的金属微粒相邻两次碰撞时间间隔以及所述时间间隔对应的碰撞次数进行统计和归一化处理,其中,对相邻两次碰撞信号间时间间隔进行提取并对时间间隔进行划分,统计相对应的时间间隔内微粒碰撞次数并进行归一化处理,绘制不同数量金属微粒对应的碰撞时间间隔-碰撞次数归一化谱图,
拟合不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图,提取不同数量金属微粒对应的拟合曲线特征参量,建立单/多金属微粒与谱图之间的对应关系以区分单/多金属微粒。
2.根据权利要求1所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,优选的,利用声信号传感器和示波器采集金属微粒碰撞的超声信号。
3.根据权利要求1所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,不同数量的金属微粒碰撞时间间隔-碰撞次数归一化谱图中,随着金属微粒数量的增加,相邻两次碰撞时间间隔的分量占比逐渐增加,碰撞次数随碰撞时间间隔增加呈逐渐下降趋势。
4.根据权利要求1所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,单微粒碰撞时间间隔-碰撞次数归一化谱图中,随着相邻两次碰撞时间间隔增加,呈现从零逐渐上升到一峰值再逐渐下降的趋势。
5.根据权利要求1所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,单微粒碰撞时间间隔-碰撞次数归一化谱图近似呈正态分布。
6.根据权利要求1所述的一种基于超声信号的碰撞次数归一化的GIS金属微粒识别方法,其特征在于,特征参量包括方差、标准差、峭度、偏度、均方根、波形因子、峰值因子、脉冲因子、裕度因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359558.9A CN113189454B (zh) | 2021-04-02 | 2021-04-02 | 超声信号碰撞次数归一化的gis金属微粒识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359558.9A CN113189454B (zh) | 2021-04-02 | 2021-04-02 | 超声信号碰撞次数归一化的gis金属微粒识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113189454A CN113189454A (zh) | 2021-07-30 |
CN113189454B true CN113189454B (zh) | 2022-10-28 |
Family
ID=76974679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359558.9A Active CN113189454B (zh) | 2021-04-02 | 2021-04-02 | 超声信号碰撞次数归一化的gis金属微粒识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113189454B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10322865A (ja) * | 1997-05-22 | 1998-12-04 | Hitachi Ltd | ガス絶縁機器 |
CN102539527A (zh) * | 2010-12-27 | 2012-07-04 | 湖北省电力试验研究院 | 一种基于超声波检测的gis局部放电模式识别方法 |
CN104459490A (zh) * | 2014-12-11 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 电力系统中gis击穿定位用的超声波分析装置及系统 |
CN109444680A (zh) * | 2018-10-23 | 2019-03-08 | 国网天津市电力公司 | Gis金属微粒危害程度判断方法 |
CN112183009A (zh) * | 2020-08-28 | 2021-01-05 | 国网江苏省电力有限公司电力科学研究院 | 一种直流gil微粒陷阱安装位置的优化方法和装置 |
-
2021
- 2021-04-02 CN CN202110359558.9A patent/CN113189454B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10322865A (ja) * | 1997-05-22 | 1998-12-04 | Hitachi Ltd | ガス絶縁機器 |
CN102539527A (zh) * | 2010-12-27 | 2012-07-04 | 湖北省电力试验研究院 | 一种基于超声波检测的gis局部放电模式识别方法 |
CN104459490A (zh) * | 2014-12-11 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 电力系统中gis击穿定位用的超声波分析装置及系统 |
CN109444680A (zh) * | 2018-10-23 | 2019-03-08 | 国网天津市电力公司 | Gis金属微粒危害程度判断方法 |
CN112183009A (zh) * | 2020-08-28 | 2021-01-05 | 国网江苏省电力有限公司电力科学研究院 | 一种直流gil微粒陷阱安装位置的优化方法和装置 |
Non-Patent Citations (3)
Title |
---|
Improved Method for Acoustic Identification of Free Conductive Particle Defects in GIL;Zhicheng Wu等;《IEEE Transactions on Power Delivery》;20190831;第34卷(第4期);全文 * |
直流下GIS内运动金属微粒的超声波特性及状态识别;谭向宇等;《高电压技术》;20100228(第02期);全文 * |
直流电场下运动金属微粒的带电估算与碰撞分析;孙继星等;《高电压技术》;20180331;第44卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113189454A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110275094B (zh) | 一种高压电缆局部放电声光联合检测方法及系统 | |
CN108446632B (zh) | 一种局部放电脉冲边沿寻找与局部放电确认方法 | |
CN105548832A (zh) | 高压电力电缆故障识别方法 | |
CN103675610A (zh) | 局部放电在线检测中的特征因子提取方法 | |
CN103487788A (zh) | 一种序列脉冲信号快速自动提取方法 | |
CN112180221B (zh) | 基于双测度监督规则的gis未知类别局部放电识别方法 | |
CN108847022A (zh) | 一种微波交通数据采集设备的异常值检测方法 | |
CN113189454B (zh) | 超声信号碰撞次数归一化的gis金属微粒识别方法 | |
CN111257204A (zh) | 用于样本分析仪的微孔堵塞的侦测方法及样本分析仪 | |
CN106650113A (zh) | 一种基于模糊聚类的桥梁监测数据异常情况识别方法 | |
CN106382981A (zh) | 一种单站次声波信号识别提取方法 | |
CN104991171B (zh) | 基于超高频信号的gis局部放电分频故障图谱绘制方法 | |
CN109612726A (zh) | 一种用于振动信号特征提取的多重超阶分析方法 | |
US20220147777A1 (en) | Automatic Partial Discharge and Noise Signals Separation using Arithmetic Coding in Time Domain and Magnitude Distributions in Frequency Domain | |
CN109343062B (zh) | 一种径向干扰回波和降水回波的识别方法及系统 | |
CN112949497B (zh) | 一种基于改进广义回归神经网络的gis局放模式识别方法 | |
CN108931463B (zh) | 基于鞘流阻抗原理的血细胞脉冲识别方法及识别装置 | |
CN102519577A (zh) | 道路中路面的识别方法及系统 | |
CN103106192A (zh) | 文学作品作者识别方法及装置 | |
CN104316929B (zh) | 一种功率谱识别方法及装置 | |
CN116008735A (zh) | 一种基于密度的局部放电信号提取方法及系统 | |
CN108446739A (zh) | 一种数据录入监测方法及装置 | |
CN111060443A (zh) | 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备 | |
CN113516026A (zh) | 一种闪电放电类型的识别方法 | |
CN105193451A (zh) | 一种胎儿心率曲线基线的识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |